基于多变量双对数回归模型的工业发展与环境质量实证研究——以南宁市为例

采用改进的多变量双对数回归模型,判别基于工业规模、工业结构、工业技术三类效应对环境的影响程度,找出工业发展与生态环境变化的内在关联。实证分析结果表明,工业结构对环境影响程度最高,工业规模次之,技术因素影响最小。南宁市在经济发展过程中,应加快工业结构优化升级,通过调整结构、技术进步和加强管理等措施,推进产业结构调整和科技创新,大幅度减少资源消耗,降低废物排放,提高资源生产率,减轻环境压力,优化环境质量。

对数回归模型在CO_2提纯塔控制中的应用

利用对数回归方法建立了成品CO2浓度与提纯塔影响因素之间的非线性回归模型,经检验回归方程与回归系数均有较好的显著性。同时,利用改进单纯形法寻找CO2浓度达到99.5%左右时的最佳控制点,得到了令人满意的结果。

基于双对数回归模型的新船船价影响因素研究

新船价格是航运市场投资者在做新造船决策时所要考虑的重要指标,而影响新船价格的因素众多,虽有些因素只能定性研究,但多个关键影响因素仍可量化研究。以航运市场中重要船型——好望角型散货船为研究对象,在分析相关可量化因素与新船价格关系的基础之上,构建双对数线性回归模型分析各因素对新船船价的影响程度,发现对于新造好望角型散货船而言,二手船船价、新造船成本以及手持订单量与船队规模的比值对新船船价影响显著,其中造船成本对其价格影响程度最大,其次才是二手船船价和手持订单量与船队规模的比值。

基于对数回归模型的结构易损性分析

综合考虑结构物理参数的随机性和响应的统计相关性,提出了基于对数回归模型的结构易损性分析方法。以蒙特卡罗模拟和随机时程分析法考虑物理参数的随机性,采用β-二项分布探讨响应统计相关性,并建立对数回归模型计算结构易损性。以某一钢筋混凝土两跨连续梁高速公路桥为算例,根据设计图获取其物理参数作为均值,选取合适的标准差做蒙特卡罗模拟,随机采样得到参数样本,通过随机时程分析获得最大响应样本,利用矩估计、最小二乘分别求得β-二项分布和对数回归模型未知参数,最终获得各等级破坏状态下的易损性曲线,并与提出的基于累积极限状态阈值的结构易损性相比较。结果表明:所提出的易损性分析方法,能够达到对结构易损性的保守估计,保证预测结果的合理性,为检测桥梁构件是否过度老化或意外损坏提供理论依据。

Cox回归模型与对数线性回归模型在生存分析中应用的比较

运用Ｃｏｘ回归模型和对数线性回归模型对１６８９例肝癌病人生存时间的分析，发现Ｃｏｘ回归模型能够提供主要的预后影响因素，其结果与特定的参数回归模型相接近，使临床上能够快速地获得预后的影响因素。

方形黄鼠蚤松江亚种和二齿新蚤存活力的对数线性回归模型

利用生存分析方法 ,建立了方形黄鼠蚤松江亚种和二齿新蚤新羽化蚤未吸血的雄蚤和雌蚤 ,吸 1次血的雄蚤和雌蚤 ,每日喂血 1h的雄蚤 ,每日喂血 1h的雌蚤的对数线性回归模型和危险率模型 ,得到如下结论。温度对两种蚤的生存影响大于湿度。危险率随着温度的增高而增大 ,随着湿度的增高而减小。在相同的温度湿度下 。

对数自回归条件久期模型的残差自相关性分析

首先推导了对数自回归条件久期模型中残差自相关的渐近分布,得出了该模型的拟合优度统计量,将Box-Jenkins模型检验方法扩展到对数自回归条件久期模型上.同时利用对数自回归条件久期模型,进行实证性的研究,从而表明我国股票交易久期以及价格久期都存在着明显的自相关性,我国股票市场的交易久期和价格久期都有着明显的倒“U”型模式.

对数自回归条件久期模型的统计推断

对数自回归条件久期(Log-ACD)模型是研究高频数据的有效工具之一.文中首先给出Log-ACD模型参数的最小二乘估计,并证明了该统计量的渐近分布为正态分布.其次,利用经验似然方法得到Log-ACD模型参数的经验似然比检验统计量,并证明经验似然比检验统计量的渐近分布为卡方分布.最后,数值模拟结果显示,经验似然方法较最小二乘法更优.

对数随机系数自回归模型AR(1)参数矩估计的渐近正态性

在已知对数随机系数自回归时序模型AR(1)的参数矩估计及其相容性的基础上,通过对其协方差函数渐近性质的研究,证明了该矩估计的渐近正态性.

二齿新蚤的对数线性回归模型

利用生存分析的方法 ,建立了二齿新蚤新羽化蚤在羽化后未吸血的雌蚤和雄蚤 ,羽化后吸一次血再未吸血的雌蚤和雄蚤 ,羽化后每日喂血一小时的雌蚤 ,羽化后每日喂血一小时的雄蚤四种水平下的对数线性回归模型和危险率模型 ,得到如下结论 :首先 ,危险率随着温度的增高而增大 ,随着湿度的增高而减小 ,并且温度对二齿新蚤的生存影响大于湿度 .其次 ,在相同的温度湿度下 ,生存到某天的危险率随着吸血条件的改善而降低 .另外 ,高温低湿不利于蚤的生存 。

对数幂广义威布尔回归模型的全局影响分析

基于幂广义威布尔模型,文章给出了对数幂广义威布尔回归模型并研究了相应的参数估计.同时利用数据删除方法详细探讨了该回归模型全局影响问题,得到了数据删除模型中参数估计的一步近似和相应的广义Cook距离、似然距离和WK统计量.最后。通过数值实例验证了文章中给出的诊断方法的有效性.

基于对数线性回归模型的新疆棉纺产业发展影响因素研究

探讨各种影响因素对新疆棉纺产业发展的作用程度。根据参考文献及在棉纺企业实践经验,选择相关评价指标,收集1990～2010年的指标数据,利用对数线性回归模型研究影响新疆棉纺产业发展的因素。回归模型显示,模型整体效果较好,吸引劳动力资源向棉纺产业转移是发展新疆棉纺的关键,棉花资源丰富、交通运输效率提高、相关产业发展有助于新疆棉纺产业的发展壮大。

基于对数单位回归模型的财务困境识别

本文利用对数单位模型建立了上市公司财务困境识识模型。假设决定变量既包括资产负债表和损益表的财务比率,也包括来自现金流量表和公司股票价格变化的比率。估计结果显示,留存收益/总资产、息税前利润/总资产和股价变化/总负债对财务困境有显著的影响。

基于多元回归模型的超市商品“薄利多销”有效性的实证研究

为了研究超市商品“薄利多销”的有效性,以大数据分析为手段,建立了销售额与折扣率的双对数回归模型,发现销售额关于折扣率的弹性2.0396>1,是富有弹性的,说明加大打折力度会显著增加销售额,“薄利多销”是有效的;又建立了利润率与折扣率的线性回归模型,发现利润率的边际-0.7531<0,说明利润率随折扣率的增加而减少,“打折让利”是有效的;最后给出了最优折扣率的确定方法,为超市商品制定“薄利多销”策略提供决策参考。

对数广义逆威布尔回归模型的参数估计

分析了对数广义逆威布尔回归模型,修正了高斯-牛顿迭代法,利用修正的高斯-牛顿法研究了对数广义逆威布尔分布模型的极大似然估计,得出了广义逆威布尔分布模型的参数估计。通过Monte Carlo数值模拟研究了该估计在不同样本条件下的参数估计结果。数值模拟结果显示:该模型的修正迭代极大似然估计效果是显著的,在不同样本条件下具有良好的表现和一定的规律性。

基于对数几率回归构建联合预测因子预测妊娠巨大儿结局的应用分析

目的探讨对数几率回归模型构建联合预测因子预测妊娠巨大儿结局的应用价值。方法随机选取2017年1月至2019年6月在本院分娩的巨大儿妊娠结局和正常妊娠结局孕妇各103例作为模型训练集,另随机抽取巨大儿妊娠结局和正常妊娠结局孕妇各10例作为测试集。从妇幼健康档案中提取所有研究对象孕检时期的各项人口学特征、孕早期生活行为习惯等各项指标,进行巨大儿结局的单因素及多因素logistic回归分析,拟合得到联合预测因子,并生成受试者工作曲线(ROC),在测试集中进行测试,评价模型预测效果。结果联合预测因子Logit(X)=1.949(孕前BMI)+2.601(孕中期增重)+2.766(孕中期GDM)。ROC曲线显示X的Cut-off取73.98时,YI指数最大为0.316,AUC为0.689(95%CI:0.617〜0.760),分别高于其他单个协变量因子。在模型准确率为64.07%的前提下,测试集的总体预测准确率为80%。结论Logistic回归模型构建的联合预测因子ROC曲线对妊娠巨大儿结局风险具有更好的预测价值。

Logistic模型预测的新思路

预测是Logistic模型的一个重要功能,文章在研究运用对数回归模型进行预测的问题基础上,进一步对Logistic模型在预测过程的由于模型随机项的非正态性、异方差性而引起的问题进行分析研究,研究发现,传统的预测方法会使得预测结果的精度不高,在考虑到模型随机项的存在及其具体特征后,通过分析推导,构造出新的预测思路和方法。

山西省农村普惠金融发展水平与贫困减缓效应研究——基于数字普惠金融视角

基于普惠金融的发展内涵,结合数字普惠金融的倡导,通过增加农村保险和移动互联网使用情况这两个关键指标,重构能够反映普惠金融丰富性和多元性特点以及互联网金融使用便捷性的普惠金融指标体系,对山西省农村普惠金融发展程度进行了测度和分析,并以此为基础建立半对数回归模型,实证分析山西省发展农村普惠金融与贫困减缓的关系,研究结果表明:(1)山西省农村普惠金融发展水平呈现显著上升趋势,金融服务的渗透性和便捷性提升较快,但金融服务使用效果和程度欠佳;(2)山西省农村普惠金融的发展能够削弱绝对贫困,但是无法削弱相对贫困,反而会增大城乡收入差距。因此政府要加强监管,特别是增强农民数字普惠金融意识,通过普惠金融的发展来促进农村地区的发展,不仅消除绝对贫困,还要进一步削弱相对贫困。

调整时期的二分值因变量模型在财务困境预测中的应用

本文在重新选择回归数据时期的基础上,通过二分值因变量模型,对我国上市的财务困境作了实证研究,得出的结论在预测的准确率上与多数学者的结论相差甚远。作者对此提出了看法,希望能对该项研究的方向和趋势提出思路。

基于Logistic回归的“拍照赚钱”APP定价方案设计

该文旨在对"拍照赚钱"APP考虑不同情况制定合理的定价方案。首先,通过K-means聚类对定价的影响因素进行分析,建立了以对数回归、多元线性回归为辅助解释的决策树定价模型,从而得到原方案的定价规律,并建立了任务完成情况的Logistic的模型,结合统计分析与地理数据,得到了影响任务完成的主要因素。随后,在考虑总成本的前提下,对定价模型进行优化,对用户限额进行改进,并基于Logistic模型以最大化任务完成率为目标对价格进行调整。最后,设计了逐步聚类算法对任务进行打包,进一步提高任务的完成率。